如何比较两列以在python中获取重复项

Question

我有一个包含两列的 df，我只需要查找和存储重复项。

|-------------------|-------------|
|      col1         |    col2     |
|-------------------|-------------|
|     apple         |  mango      |
|-------------------|-------------|
|     banana        |  grape      |
|-------------------|-------------|
|     pear          |  watermelon |
|-------------------|-------------|
|     cherry        |  banana     |
|-------------------|-------------|
|     mango         |  apple      |
|-------------------|-------------|

结果应该像这样返回一个带有 col1 的 df

    |----------------|
    |   col1         |   
    |----------------|
    |   apple        |        
    |----------------|
    |   banana       |   
    |----------------|
    |   mango        |        
    |----------------|

我尝试了类似的方法，但它没有得到相同的结果。

df['a_flag'] = df['col2'].isin(df['col1']).astype(int)

df1=df[(df['a_flag']==1)]

Answer 1

您也可以使用loc 来传递列名：

df.loc[df['col2'].isin(df['col1']), ['col1']]

输出：

     col1
0   apple
3  cherry
4   mango

Answer 2

感谢您的回复。但是我尝试使用集合，甚至这似乎也有效。不确定哪个更有效

这是有效的代码：

lst1=list(df['col1'])
lst2=list(df['col2'])
lst3=list(set(lst1) & set(lst2))